当高质量数据遇到人工智能：创新总监与谈加速药物发现

爱思唯尔与Iktos携手合作，显而易见地加速了制药行业的小分子开发流程。

爱思唯尔和Iktos之间有着显而易见的默契——Iktos是AI药物发现领域中的先锋。这种联系不仅仅限于技术层面，两家公司都善于合作，并把客户放在首位。

在协议签署并宣布后，我们与本次合作中的两位关键人物——Iktos的首席执行官兼联合创始人YannGaston-Mathé，与Reaxys创新总监Dr.AbhinavKumar——进行了深入对话。

YannGaston-Mathé

AbhinavKumar

让我们来听听两位关键人物的看法。

相关阅读：重磅！爱思唯尔联手Iktos打造用于药物发现的AI合成化学平台

最佳数据与最佳模型的结合

业内人士对爱思唯尔与法国创新AI公司Iktos间达成的多年合作协议表现出极大关注。该合作旨在提供一个由AI驱动的合成化学平台，用于小分子开发。简而言之，爱思唯尔将世界领先的化学数据库Reaxys开放给Iktos，以用于AI药物发现。这种结合无疑会加速制药公司的设计-制造-测试-分析化学研究周期。

爱思唯尔带来了其庞大的数据资源、广泛的市场影响力、用户友好的界面和应用程序编程接口（API）。与此同时，Iktos则提供了其顶尖的逆合成AI技术，这项技术已经在全球最重要的制药公司中得到了验证。

简化药物发现过程

Q：你们如何向外行快速描述你们的工作？

A：Yann：简单来说，Iktos通过数据和AI帮助化学家、科学家和研究人员更快地找到新药。这够了吗？我可以深入一点。

Q：Abhinav，你如何描述你那极其复杂的工作？

A：Abhinav：对于非专业的听众，我通常用GoogleMaps来类比——我们正在设计一个药物发现的导航地图，你输入你的目的地：具有某些特征的新药。

Q：这是个很好的类比。因为就像导航一样，你也可以选择不同的路线到达目的地：最快的、最便宜的、最可持续的，等等。

A：Abhinav：这是一个经过验证的类比。它很好地绕过了神经网络和机器学习等许多人常常难以理解的复杂概念。

Q：你希望大家了解什么，以让你的工作更容易？

A：Abhinav：我想说，AI或机器学习或任何相关工具是为了增强你的日常工作并提高你的生产力。人们不应该害怕采用这些工具。它们不是来取代你的工作。

Yann：我同意。这很奇怪，人们对AI往往既怀疑又抱有不切实际的期望。如果更多人知道AI是用来帮助做出更好的决策，并且随着时间的推移会带来改进，那就太好了。AI虽然不是万能药，但我们正一步步地取得真正的进展，并越来越接近于彻底改变药物发现的世界。

还有一点我希望更多人知道：我们正处于药物发现的伟大时代，尤其是因为与其他领域相比，药物发现中的AI没有任何伦理问题。我们在这方面很幸运。我们甚至不处理患者数据，所以我们不必担心隐私和数据滥用问题。我们基本上只处理化学测试数据。我们的任务很简单：帮助研究者更快地开发出更好的药物，造福患者。我们正在改进一个众所周知的非常困难、昂贵且耗时的过程。

AI不是革命，而是技术演进

Q：Yann，你曾说过，“AI不是一场革命。”

A：Yann：在药物发现领域，AI更像是一种技术的加速，而不是革命。这种趋势实际上从20世纪80年代的计算机辅助药物设计开始，现在由于AI的普及而加速发展。这不仅仅是技术的进步，更是一种态度的转变：你不能再忽视一个事实，那就是技术可以帮助你更高效、更快速地完成任务。

Abhinav：我对那些刚进入AI领域并过度宣传技术带来好处的人总是持怀疑态度，尤其是“革命”这种说法。这往往会导致不切实际的期望和随之而来的失望。这很可惜，因为目前的技术确实能够带来显著的改变。

平衡商业化与创新

Q：那么，关于Iktos，是什么让这家公司与众不同？

A：Abhinav：让我来试着描述看看，Yann太谦虚了。他们的技术非常强大且具有创新性，这是通过多年与许多制药公司合作积累的行业经验发展而来的。他们了解市场，因为他们本身就来自这个背景。其次，快速发展的关键在于一个伟大的合作团队。作为一个与他们合作已经非常成功、非常愉快的外部伙伴，我能想象他们内部会是什么样子。

Q：Yann，你脸红了。你有补充的吗？

A：Yann：我很高兴，在我看来，我们的独特之处在于我们是最早在化学领域使用AI的公司之一。与许多其他药物发现AI公司不同，他们往往希望快速展示AI的成果，而我们更专注于不断改进实际技术。感谢我们与众多制药公司的合作，我们了解了技术的局限性和持续改进的需求。

我们对科学的热情真的是公司的核心。是的，我们的技术在加速药物发现方面是有效的，我们已经在许多场合证明了这一点，这很重要。同时，我们不喜欢夸夸其谈，我们希望兑现我们的承诺。认识我们并与我们在行业中合作过的人都知道我们是非常认真的！我相信这种显著的差异最终会带来更好的结果。

Q：在技术方面，行业对对学术界的依赖很大，他们总是提出很多精彩的想法，在此感谢他们。同时，你必须关注现实世界的市场需求。而Iktos在这方面似乎比大多数公司更敏锐。有什么秘诀吗？

A：Yann：这并不容易。你会想尝试所有的东西，因为学术界有很多令人着迷和优秀的研究在进行。但当然，你必须保持非常客观——尤其是在现在仍然有那么多压力要求发表论文的时候。确实，即使是学术界最出色的想法在现实生活中也不总是奏效。所以，这就是为什么我们从一开始就致力于开发帮助化学家在实际工作的解决方案。

Abhinav：完全同意。从爱思唯尔的角度来看，作为全球领先的科学、技术和信息分析服务提供者，我们有幸与一些最具创新性的公司合作，并倾听我们合作的大型制药公司的意见。同时，我们也与一些最聪明的研究者进行了合作，并投入大量的研发资金，比如EPFL的PhilippeSchwaller教授，他是使用Transformer模型的先驱之一，还有剑桥大学的可持续反应工程教授AlexeiLapkin等。

通过这种方式，我们成为了行业和学术界之间的桥梁，并且在某种程度上可以根据现实世界中存在的问题来挑选研究人员或研究项目，以帮助我们解决这些问题。

专业团队带来前沿产品

Q：你们两位都从事了非常专业的工作。年轻时是否有某个初始的火花或影响，让你们走上了今天的道路？

A：Yann：对我来说，肯定有。我大约15年前去世的祖父是一位开创性的医学肿瘤学家，当时非常有名。他进行了第一次成功的骨髓移植来治愈白血病。作为一位非常重要的医生和研究人员，他影响了我决定在医疗保健和制药行业工作。我在这个领域工作并不是偶然的，尽管不是直接作为医生或研究人员。我是由祖父给我的灵感驱动的。

Abhinav：我的故事也类似。我来自一个医学世家。我的父母是医生，我的兄弟和嫂子也是医生。所以你会被餐桌上的对话所影响。其次，我来自印度最贫穷的州之一，所以我理解为什么需要价格实惠且有效的药物。我认为这两个因素的结合引导我攻读了药学博士学位。和Yann一样，我现在可能没有直接在行业内工作，但我们都在致力于那些推动发现的产品。

Q：谈到你们的公司，最大的自豪感来源是什么？

A：Yann：当我们开始在Iktos工作时，我们一无所有。现在，当我回顾过去七年的成就时，我感到非常自豪。因为当你开始这样的新冒险时，有成千上万的理由可能会失败。我们有一个良好的基础：我的联合创始人非常聪明，他们设想的新技术具有颠覆性。

但真正的关键在于我们能够建立一个出色的团队，在信任和乐趣的文化中创造出伟大的技术、科学和产品。同时，作为一家初创公司的CEO需要付出很多努力。通常压力很大。有很多时候你会想退休，度一个永久的假期，坐在海滩上喝鸡尾酒。但总有更多理由继续这段冒险。

Abhinav：再一次地，我和Yann有同样的感觉。如果你问任何带领团队的人，大多数人会说他们的自豪感来源于他们与之合作的出众团队。我们的团队特别强大的原因是我们大多数人都是科学家。我们都曾在实验室工作过，这使我们能够站在客户的角度思考。这在开发新事物时非常有帮助。

我也感到非常自豪和幸运，我能在前沿技术领域工作。将一个纯数学的研究想法发展、测试并构建出可以让成千上万用户可以使用的具体东西。这种从构想到实现的创造力，很多人没有意识到。

展望未来

Q：在我们交谈时，你们正准备推出第一个合作产品——一个重要的里程碑。你们如何看待未来几年合作伙伴关系的发展？

A：Abhinav：首先，最重要的是，即将推出的产品仍然是我们的重点。Iktos团队已经做了一些额外的出色科学工作，我们将努力将其整合，同时进行任何1.0版本产品所需的整体改进。至于中长期，还有其他预测模型可以构建以加速药物发现过程。我们将探索在新药设计和更广泛的预测化学领域可以共同开发的其他产品。

Yann：我也有类似的看法。我希望在一年内我们能与几家主要的制药公司完成一些非常成功的商业成就，这些公司已经被我们的产品价值所信服。早期的成功是长期成功的关键。从长远来看，通过利爱思唯尔杰出的Reaxys数据库，我们有很多机会开发出新的技术。

选择正确的方向

Q：你们认为这次合作最大的挑战是什么？

A：Abhinav：如今，几乎所有领域都有AI的应用。挑战在于在众多机遇中识别出那些，我们愿意共同追求的目标。我相信，鉴于双方对客户的执着和科学专业知识，我们会一起做出非常明智的决定。但我们必须确保不被某个想法束缚住。脱离一个看起来非常令人兴奋的想法总是很有挑战性的。你能发现，现在大家都在考虑使用基于大型语言模型的聊天机器人。

我也正在想如何提起大型语言模型（LLMs）。

Abhinav：LLMs令人兴奋，但正如Yann早些时候提到的，我们需要退一步思考：“它为最终用户解决了什么问题？”希望这种态度能让我们不断向前。

Q：随着所有这些变化的发生，除了遵循敏捷工作方法之外，是否有必要在你的流程中构建更多的灵活性，以准备迎接下一个潜在的游戏规则改变者，无论是LLMs还是其他新兴技术？

A：Yann：我认为这更多是为了监控正在发生的事情。例如，当高质量数据遇到人工智能：创新总监与谈加速药物发现许多公司和项目正在为生物数据、医学文献等开发LLMs。因此，看到这些发展以及它们将为那些领域的工作者带来什么好处将是非常有趣的。但就目前而言，我认为这一技术在化学领域的转化还不是很明显。

Abhinav：我同意。同时，在合成领域仍然存在许多未解决的挑战。我们已经一起解决了其中的两个：如何制造一个分子以及评估它是否可行。但接下来化学家会问的一个问题是：我应该使用什么条件来最大化生产？然后还有从这些小规模发现到大规模生产的问题——例如，你可能需要一个全新的合成策略，预测其他路线会非常有帮助。

Q：两位还有什么要补充的吗？

A：Yann：我希望我们能一起做更多的事情。

Abhinav：愿我们的旅程长长久久！

关于Reaxys

Reaxys是爱思唯尔旗下的基于数据深度提炼与挖掘，且可以整合内部与外部化学相关数据的，集信息检索，信息分析，数据科学应用为一体的科研平台。

Reaxys提供最全面的手工提取和整理的化学和生物活性数据库，覆盖超过10亿条发表的实验事实，7400万化学反应，4600万生物活性，来自超过1.1亿份文档，包括专利和期刊。

Reaxys数据库本身也开发了多种途径，用于对这些科学数据进行检索获取，同时也利用这些数据，开发了全新化合物的AI逆合成合成线路设计工具。Reaxys的使用者，也可以将Reaxys的外部科学数据与其自有的内部科学数据与进行整合，在一个平台上对内外部数据同时进行检索，分析，也可以结合Reaxys的结构化数据进行AI模型训练。

2024年3月4日，作为全球领先的信息和分析公司，爱思唯尔与专注于新药发现领域的人工智能公司Iktos，签署了一份为期多年的协议。这一合作旨在通过结合爱思唯尔的高质量化学数据，与Iktos开发的合成规划AI技术，增强爱思唯尔的旗舰化学解决方案Reaxys，从而加速制药公司的化学研究。

这一合作旨在帮助研发组织显著减少完成小分子的“设计-制造-测试-分析”（Design-Make-Test-Analyze）所需的周期，从而减少早期药物发现的时间与金钱成本。新的预测模型将被推出，以支持包括逆合成、合成可及性和其他基于反应的分析在内的用例。新工具将通过Reaxys的用户友好界面和应用程序编程接口（APIs）提供，推动在制药、农化和医药合同研发机构（CROs）中，合成、药物、计算和工艺化学团队的研发进展。

新的预测性逆合成和合成工具将基于Iktos的专有逆合成技术，并在Reaxys的反应数据库上进行训练。该工具使用基于模板的断裂预测模型，然后应用一种专有的过滤器，对反应的可行性进行评分，并包括化学和区域选择性参数。解决方案将提供一种高级搜索功能进行检索，这种功能可以在几分钟内提供有希望的候选路线。新工具将提供多个令人兴奋的新功能，包括立体化学支持、定义首次断裂、包含或排除中间体、避免区域选择性冲突以及定义起始材料的价格限制。此外，客户将有选项定制底层模型，包括专有反应和起始材料库。